大模型智能检索增强:ReAct 与 Agentic RAG 实践入门
摘要:传统RAG仅做简单的文档检索+答案拼接,面对复杂多步骤问题容易答非所问。本文介绍 ReAct 推理行动框架以及 Agentic RAG 的核心思想,讲解工具定义方式,并提供可运行简易代码示例,帮助快速上手智能Agent检索增强应用。
一、项目背景
传统RAG(Retrieval‑Augmented Generation,检索增强生成)工作流程比较直接:用户提问 -> 向量库检索相关文档片段 -> 将检索到的上下文和用户Prompt一起喂给大模型,模型基于检索内容生成回答。
传统RAG存在明显短板:
- 问题复杂时一次性检索不够:有些问题需要多轮查询、计算、查询外部工具,单次检索无法拿到全部信息;
- 缺少思考决策过程:大模型不会判断“是否需要调用工具”、“下一步该做什么检索”,只会基于现有上下文直接输出;
- 无法迭代修正:检索出错、信息不足时没有重试、二次检索的能力。
为了解决上述问题,业界引入了Agent + RAG的思路,其中代表性就是 ReAct 框架,在此之上演化出 Agentic RAG(智能体式检索增强) 。
二、ReAct 是什么
ReAct 是 Google 提出的大模型推理+行动协同框架,全称 Reason + Act(推理 + 行动) 。
核心思想:让大模型输出不再只有最终答案,而是交替输出两种信息:
- Thought(思考) :模型内部推理,分析现在缺少什么信息,下一步应该做什么;
- Action(行动) :决定调用哪个工具、传入什么参数;
- Observation(观察) :拿到工具返回的结果; 循环执行 Thought → Action → Observation,直到模型认为信息足够,输出最终 Answer。
ReAct 简单理解:大模型一边想,一边调用工具获取外部信息,循环直到可以回答问题。
ReAct 运行循环示意
用户问题 → Thought(我需要做什么) → Action(调用工具) → Observation(工具返回结果)
→ Thought(结合结果再思考是否还需要工具) → ... → Answer输出最终答案
三、Agentic RAG 介绍
Agentic RAG 智能体式RAG,就是把 ReAct Agent 的能力和RAG检索结合起来的范式。
- 普通RAG:检索是前置固定步骤,检索完直接交给大模型;
- Agentic RAG:检索本身变成Agent可以自主调用的一个工具。
Agentic RAG 的能力特点:
- 模型可以自主决定要不要检索、检索几次;
- 可以根据上一轮检索结果,改写query做二次、多次检索;
- 可以搭配其他工具:计算器、API调用、数据库查询等;
- 遇到信息不足,可以自我反思、调整检索策略。
区别小结:
- RAG:先检索,后生成;
- Agentic RAG:想、检索、再想、再检索,动态循环。
四、ReAct 工具类的定义
在ReAct框架中,工具是Agent和外部世界交互的接口,需要标准化定义,一般包含:
- 工具名称 name:Agent识别调用的名字;
- 工具描述 description:告诉大模型这个工具是干什么的,什么场景该用;
- 入参参数 parameters:JSON Schema格式,定义需要什么参数;
- 执行函数 func:真正执行逻辑,返回 Observation 观察结果。
下面给出极简可运行示例(基于OpenAI风格接口模拟ReAct逻辑,不需要复杂框架)。
五、代码示例:简易 ReAct + Agentic RAG Demo
依赖:
pip install openai python-dotenv说明:这里模拟向量检索工具,实现最小版ReAct循环,演示Thought/Action/Observation流程。
import os
import json
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
# ---------------------- 1. 定义ReAct工具类 ----------------------
class ReActTool:
def __init__(self, name: str, description: str, parameters: dict, func):
self.name = name
self.description = description
self.parameters = parameters
self.func = func
def run(self, **kwargs):
return self.func(**kwargs)
# 模拟向量知识库
mock_knowledge_base = [
{"query": "ReAct框架", "content": "ReAct是Reason+Act,推理行动交替执行,用于大模型Agent"},
{"query": "Agentic RAG", "content": "Agentic RAG把检索作为Agent工具,支持多轮动态检索"},
{"query": "传统RAG", "content": "传统RAG一次性检索文档,缺少自主决策能力"}
]
# 定义检索工具
def vector_retrieve(query: str):
"""模拟向量库检索"""
result = []
for item in mock_knowledge_base:
if query.lower() in item["content"].lower() or query.lower() in item["query"].lower():
result.append(item["content"])
if not result:
return "未检索到相关文档"
return "\n".join(result)
retrieve_tool = ReActTool(
name="vector_search",
description="用于从知识库检索文档,当缺少知识信息时调用,参数为用户查询问句",
parameters={
"type": "object",
"properties": {
"query": {"type": "string", "description": "检索查询词"}
},
"required": ["query"]
},
func=vector_retrieve
)
# 工具注册表
tool_map = {
"vector_search": retrieve_tool
}
# ---------------------- 2. ReAct主循环逻辑 ----------------------
REACT_PROMPT_TEMPLATE = """
你是ReAct Agent,按照 Thought -> Action -> Observation 循环工作。
规则:
1. Thought:写下你的思考,分析当前信息是否足够回答用户问题,是否需要调用工具。
2. 如果需要调用工具,输出Action为JSON格式:{{"tool_name":"xxx","args":{{"query":"xxx"}}}}
3. Observation是工具返回结果,你会拿到。
4. 如果信息已经足够回答用户,直接输出 Answer: 你的最终答案。
可用工具:
vector_search: {retrieve_tool_desc}
历史记录:
{history}
用户问题:{question}
"""
def react_agent_run(question: str, max_loop=3):
history = ""
for step in range(max_loop):
prompt = REACT_PROMPT_TEMPLATE.format(
retrieve_tool_desc=retrieve_tool.description,
history=history,
question=question
)
resp = client.chat.completions.create(
model="gpt-3.5-turbo",
messages=[{"role": "user", "content": prompt}],
temperature=0
)
content = resp.choices[0].message.content.strip()
print(f"\n==== Step {step+1} LLM输出 ====\n{content}")
# 判断是否输出最终答案
if content.startswith("Answer:"):
return content.replace("Answer:", "").strip()
# 解析Action调用工具
try:
# 提取json部分
json_start = content.find("{")
json_end = content.rfind("}") + 1
action_json_str = content[json_start:json_end]
action = json.loads(action_json_str)
tool_name = action["tool_name"]
args = action["args"]
tool = tool_map[tool_name]
observation = tool.run(**args)
print(f"---- Observation(工具返回):\n{observation}")
history += f"\nLLM输出:\n{content}\nObservation:{observation}\n"
except Exception as e:
print(f"解析Action异常: {e}")
history += f"\nLLM输出:\n{content}\nObservation:工具调用失败\n"
return "达到最大循环次数,无法完成回答"
if __name__ == "__main__":
ans = react_agent_run(question="ReAct和Agentic RAG的区别是什么?")
print("\n==== 最终回答 ====")
print(ans)
代码运行说明
- 模型首先输出
Thought思考:需要调用知识库检索; - 输出
Action,调用vector_search工具; - 程序执行检索得到
Observation返回给大模型; - 模型拿到检索结果后,输出
Answer给出最终对比答案; - 如果信息不足,会继续循环调用工具。
生产环境注意点:
- Action解析要增加容错,大模型输出格式不稳定;
- 增加最大循环轮次,防止无限循环;
- vector_search替换为真实向量数据库(Chroma、FAISS、Milvus);
- 可以扩展更多工具:数据库查询、计算器、http接口调用。
六、总结
- ReAct核心是Thought‑Action‑Observation循环,让大模型把思考和工具调用显式输出,实现推理与行动结合;
- Agentic RAG = Agent + RAG,检索变成可动态调用的工具,突破传统RAG一次性检索的局限;
- ReAct工具需要标准化定义名字、描述、参数、执行逻辑,大模型依靠描述理解什么时候调用工具;
- 简单Demo可以快速验证逻辑;生产需要做输出格式校验、循环次数控制、接入真实向量库。
拓展阅读方向
- 如何优化ReAct Prompt,减少解析失败;
- Agentic RAG与Self‑RAG、Corrective RAG的对比;
- LangChain / LlamaIndex 框架内置的ReAct Agent封装。